PHP正则分割字符串转数组技巧

小伙伴们有没有觉得学习文章很有意思？有意思就对了！今天就给大家带来《PHP正则分割字符串转数组方法详解》，以下内容将会涉及到，若是在学习中对其中部分知识点有疑问，或许看了本文就能帮到你！

preg_split函数通过正则表达式实现复杂字符串分割，支持模式化分隔符、限制分割数量、过滤空结果、捕获分隔符及获取子串偏移量，适用于灵活高效的字符串处理场景。

当需要在PHP中根据复杂的模式，而非简单的固定字符串来分割一个字符串时，preg_split 函数是你的首选工具。它利用正则表达式的强大能力，将输入字符串拆解成一个数组，这比传统的 explode 函数灵活得多。

解决方案：preg_split 函数的核心在于其能够识别并使用正则表达式作为分隔符。它的基本语法是 preg_split(string $pattern, string $subject, int $limit = -1, int $flags = 0): array。

这里面几个参数都挺关键的：

• $pattern: 这就是你的正则表达式。它定义了你希望在哪些地方将字符串“切开”。记住，正则表达式需要用分隔符（比如 /）包裹起来。
• $subject: 你要处理的那个原始字符串。
• $limit: 一个可选参数，默认是 -1。如果你指定了一个正整数，那么返回的数组最多只会有 limit 个元素，最后一个元素会包含 subject 字符串的剩余部分。如果设置为 0，效果和 -1 一样。
• $flags: 这也是个可选参数，用来控制 preg_split 的行为。有几个常用的旗标，比如 PREG_SPLIT_NO_EMPTY (不返回空字符串结果)、PREG_SPLIT_DELIM_CAPTURE (捕获分隔符)、PREG_SPLIT_OFFSET_CAPTURE (同时返回匹配项的偏移量)。

举个例子，假设我们有一个字符串 "apple,banana;orange-grape"，我们想用逗号、分号或连字符来分割它。如果用 explode，那就得写好几行代码循环处理，但 preg_split 一行就能搞定：

<?php
$string = "apple,banana;orange-grape";
$parts = preg_split('/[,;-]/', $string);
print_r($parts);
/*
输出:
Array
(
    [0] => apple
    [1] => banana
    [2] => orange
    [3] => grape
)
*/

// 如果我们只想得到前两个元素，剩余的作为第三个元素
$limited_parts = preg_split('/[,;-]/', $string, 3);
print_r($limited_parts);
/*
输出:
Array
(
    [0] => apple
    [1] => banana
    [2] => orange-grape
)
*/
?>

在我看来，preg_split 的真正威力在于它能处理那些非固定的、模式化的分隔符。比如，你可能需要根据一个或多个空白字符来分割，或者根据HTML标签来拆分文本，这些都是 explode 无法胜任的。

PHP中的preg_split与explode函数：何时选用？

这是一个很常见的问题，很多初学者都会在 preg_split 和 explode 之间犹豫。简单来说，它们的核心区别在于分隔符的类型。explode 函数只能使用一个简单的字符串作为分隔符，而 preg_split 则可以使用复杂的正则表达式。

想象一下，你有一串用逗号分隔的商品名称，explode(',', $string) 就能完美解决。但如果你的分隔符不总是逗号，有时候是逗号，有时候是分号，甚至是一串不确定的空白字符（比如一个或多个空格、制表符），这时候 explode 就显得力不从心了。你可能需要多次调用 explode，或者先用 str_replace 统一分隔符，这无疑增加了代码的复杂度和维护成本。

preg_split 的优势就在于此。通过编写一个适当的正则表达式，你可以一次性匹配所有可能的分隔符。例如，/[,;\s]+/ 就能匹配一个或多个逗号、分号或空白字符。所以，我的建议是：如果你的分隔符是固定的、单一的字符串，用 explode 更高效、更简洁；但如果分隔符是变化的、复杂的模式，或者你需要更高级的分割逻辑，那么毫无疑问，preg_split 是更强大的选择。过度使用 preg_split 来处理简单的分隔符，虽然功能上没问题，但可能会带来轻微的性能损耗，而且代码可读性也不一定比 explode 好。

如何在preg_split中有效处理空匹配项？

在使用 preg_split 时，一个常见的“陷阱”就是生成意料之外的空字符串元素。这通常发生在分隔符出现在字符串的开头、结尾，或者两个分隔符紧密相连时。比如，字符串 "apple,,banana" 用逗号分割，你会得到 ['apple', '', 'banana']。很多时候，我们并不希望这些空字符串出现在最终结果中。

为了解决这个问题，preg_split 提供了一个非常实用的旗标：PREG_SPLIT_NO_EMPTY。顾名思义，这个旗标的作用就是告诉 preg_split 不要将空的匹配项添加到结果数组中。

看个例子你就明白了：

<?php
$string_with_empty = "  apple   banana  ";
// 默认行为，会包含空字符串
$parts_default = preg_split('/\s+/', $string_with_empty);
print_r($parts_default);
/*
输出:
Array
(
    [0] =>
    [1] => apple
    [2] =>
    [3] => banana
    [4] =>
)
*/

// 使用 PREG_SPLIT_NO_EMPTY 旗标
$parts_no_empty = preg_split('/\s+/', $string_with_empty, -1, PREG_SPLIT_NO_EMPTY);
print_r($parts_no_empty);
/*
输出:
Array
(
    [0] => apple
    [1] => banana
)
*/
?>

显而易见，PREG_SPLIT_NO_EMPTY 极大地简化了后处理的逻辑。你不再需要手动 array_filter 来去除空值。在实际开发中，尤其是在处理用户输入或者解析日志文件时，这个旗标几乎是必不可少的，它能让你的代码更健壮，结果更符合预期。

PHP preg_split 如何捕获分隔符或获取子串的偏移量？

preg_split 的强大之处不仅在于它能按模式分割字符串，还在于它提供了额外的旗标来获取更多关于分割过程的信息，比如分隔符本身，或者每个分割出的子串在原字符串中的起始位置。这对于需要更精细控制和分析字符串的应用场景来说，简直是雪中送炭。

捕获分隔符：PREG_SPLIT_DELIM_CAPTURE

有时候，我们不仅想知道分割后的内容是什么，还想知道具体是用哪个分隔符分割的。PREG_SPLIT_DELIM_CAPTURE 旗标就能实现这一点。当你将这个旗标与 preg_split 一起使用时，如果你的正则表达式中包含捕获组（用圆括号 () 包裹的部分），那么这些被捕获的分隔符也会作为独立的元素包含在结果数组中。

<?php
$data_string = "Name:John;Age:30|City:New York";
// 尝试分割，并捕获分隔符
$parts_with_delims = preg_split('/(:|;|\|)/', $data_string, -1, PREG_SPLIT_DELIM_CAPTURE);
print_r($parts_with_delims);
/*
输出:
Array
(
    [0] => Name
    [1] => :
    [2] => John
    [3] => ;
    [4] => Age
    [5] => :
    [6] => 30
    [7] => |
    [8] => City
    [9] => :
    [10] => New York
)
*/
?>

可以看到，冒号、分号和竖线这些分隔符都被捕获并插入到了结果数组中。这在解析复杂的数据格式，需要同时处理数据和其上下文（即分隔符的类型）时非常有用。

获取子串偏移量：PREG_SPLIT_OFFSET_CAPTURE

另一个非常强大的旗标是 PREG_SPLIT_OFFSET_CAPTURE。它不仅仅返回分割后的子字符串，还会返回每个子字符串在原始输入字符串中的字节偏移量。这对于需要知道每个部分原始位置的场景（比如语法高亮、错误定位）来说，是不可或缺的。

当使用 PREG_SPLIT_OFFSET_CAPTURE 时，结果数组中的每个元素本身又是一个数组，其中包含两个值：第一个是匹配到的子字符串，第二个是它在原始字符串中的起始偏移量。

<?php
$sentence = "Hello world, this is a test.";
// 分割并获取偏移量
$words_with_offsets = preg_split('/\s+/', $sentence, -1, PREG_SPLIT_OFFSET_CAPTURE | PREG_SPLIT_NO_EMPTY);
print_r($words_with_offsets);
/*
输出:
Array
(
    [0] => Array
        (
            [0] => Hello
            [1] => 0
        )

    [1] => Array
        (
            [0] => world,
            [1] => 6
        )

    [2] => Array
        (
            [0] => this
            [1] => 12
        )

    [3] => Array
        (
            [0] => is
            [1] => 17

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于文章的相关知识，也可关注golang学习网公众号。